Question

我正在为Seaborn培养一些专业的人物。

例如：

import seaborn as sns
sns.set_style('white')
sns.set_context('paper', font_scale=2)
sns.set_style('ticks', {'axes.edgecolor': '0',  
                        'xtick.color': '0',
                        'ytick.color': '0'})

g = sns.jointplot(x=np.random.rand(1000,3), y=np.random.rand(1000,3),
                   marginal_kws=dict(bins=50, rug=True,color="k"),
                   annot_kws=dict(stat="r"),
                   s=40, edgecolor="k",color='w', linewidth=1)
sns.despine(offset=5, trim=True)
g.fig.set_figheight(12)
g.fig.set_figwidth(12)

作为输出：

现在，我要强调图中的一部分。

我希望顶部直方图在一定范围内具有不同的颜色例如x <0.25的所有条形应为红色，散点图中的相应点也应为红色。

如何获取？

我可以使用原始数据的子集来重复绘图操作，但是直方图的缩放比例会有所不同。

Answer 1

注意：这不是完整的答案
对于散点，您可以注释小于给定值的点：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.DataFrame(columns=("x", "y", "x_cor_to_ann"))
df['x'] = pd.Series(np.random.randn(10))
df['y'] = pd.Series(np.random.randn(10))
df['x_cor_to_ann'] = df['x'] <= 0.25
print(df)

g = sns.jointplot("x", "y", data=df, kind="reg",
                  marginal_kws=dict(bins=50, rug=True,color="k"),
                  annot_kws=dict(stat="r"),
                   color='b')

highlight = df[df['x']<=0.25]

def annotate(data_row):
    r = data_row[1]
    plt.gca().annotate(data_row[0], xy=(r["x"], r["y"]), 
            xytext=(2,2) , textcoords ="offset points")

for data_row in highlight.iterrows():
    annotate(data_row)

plt.show()
sns.despine(offset=5, trim=True)
g.fig.set_figheight(12)
g.fig.set_figwidth(12)

因此，如果您的数据框看起来像这样：

      x         y         x_cor_to_ann
0  1.180725  0.368682         False
1  1.816001  0.104237         False
2  1.074462  1.253019         False
3 -0.219031 -0.670320          True
4  0.402527 -0.899265         False
5 -0.960773  2.942559          True
6  0.067588  0.508284          True
7 -0.051982 -0.194170          True
8 -0.016429  0.101746          True
9  1.607429  0.736233         False

应如下所示：
哪个应该注释x<=0.25其余未注释的行。当然，您可以通过注释而不是注释索引号来做更多的事情。
对于直方图，我不确定该怎么做，很抱歉:(。原始文档也无济于事。

突出显示Seaborn关节图的一部分

1 个答案: